PyTorch学习笔记1—PyTorch简介1.1 PyTorch的由来1.2 Torch是什么？1.3 重新介绍 PyTorch1.4 对比PyTorch和Tensorflow1.5 再次总结 本篇是pytorch学习笔记系列第一篇，这一系列博客应该大多会来自于开源教程书：pytorch中文手册（pytorch handbook），其github网址为：https://github.com/z
转载
2023-08-10 14:54:06
52阅读
文章目录第五周1. 学习率调整策略1.1 调整学习率的原因1.2 pytorch的六种学习率调整策略2. 可视化工具——TensorBoard2.1 TensorBoard简介2.2 TensorBoard安装2.3 TensorBoard运行2.4 作业2.5 SummaryWriter2.6 add_scalar 和 add_histogram2.7 add_image 和 torchvis
转载
2024-08-16 11:59:19
63阅读
Zen君的配置是macbook pro，升级到Mac Serria安装不了qt，无法显示图片，好在发现了pytorch，正好Zen君以前也玩过python的，所以非常激动。这个教程系列也是趁着心情激动写下来的，不知道会不会持续更新，暂时别抱有期待：）
一、pytorch安装安装pytorch之前，需要安装好python（废话），还没安装过python的宝宝请先移步到廖雪峰的python教程，待安装
几个pytorch的基本概念 文章目录几个pytorch的基本概念Tensor动态计算图定义自动微分变量PyTorch的autograd的简介requires_grad属性Function类backward函数autograd的一些其他知识点梯度 Tensor这个类型是人工智能的重要概念 其实就是一个多维数组，类似numpy里面ndarray 使用张量来进行一些矩阵操作，几乎跟numpy的ndar
# MySQL课程推荐
MySQL 是一个广泛使用的关系型数据库管理系统，其灵活性和高效性能使其成为许多开发者和数据分析人员的首选。无论你是编程的新手，还是有经验的工程师，了解 MySQL 的工作原理和实际应用都是非常重要的。本文将为您推荐一系列 MySQL 课程，并给出一些示例代码，希望帮助您更好地理解这个数据库系统。
## 为什么选择 MySQL？
MySQL 之所以受欢迎，原因有很多：
文章目录第四周1. 权值初始化1.1 梯度消失与爆炸1.2 Xavier初始化1.3 权值初始化方法2. 损失函数2.1 损失函数概念2.2 交叉熵损失函数2.3 NLL/BCE/BCEWithLogits Loss2.4 其他损失函数2.5 作业3. 优化器3.1 优化器的概念3.2 优化器的属性3.3 优化器的方法4. 随机梯度下降4.1 learning rate 学习率4.2 momen
转载
2024-04-09 10:49:00
78阅读
MySQL推荐阅读：MySQL概述什么是数据库？数据库的种类有哪些？数据库：关系型数据库：非关系型数据库：MySQL数据库体系结构一条select的生存周期结构化查询语言连接使用MySQL系统库JAVAPython库表操作创建数据库查看建库语句显示所有的数据库删除数据库数据类型新建规范更改表增删改INSERT第一种第二种第三种UPDATEDELETE查询简单查询JSONINNER JOIN（内连接
转载
2023-11-02 12:37:16
101阅读
# 菜菜PyTorch课程：探索深度学习的魅力
PyTorch是一个流行的深度学习框架，广泛应用于计算机视觉、自然语言处理等多个领域。在“菜菜PyTorch课程”中，我们将深入浅出地介绍PyTorch的基础知识，通过实例代码让大家理解深度学习的基本原理和实现过程。
## 深度学习基础
深度学习是机器学习的一个分支，它通过模拟人脑的神经元结构来学习数据的特征。在深度学习中，神经网络是最基本的构
PyTorch 如今已经称为最受欢迎的深度学习框架之一了！丰富的 PyTorch 教程，完备的 PyTorch 学习路线往往能帮助我们事半功倍！今天给大家推荐一个比较完备的 PyTorch 资源列表，内容涉及 PyToch 基本知识，PyToch 在 CV、NLP 领域的应用，PyTorch 教程、PyTorch 相关论文等。首先放上该项目地址： https://github.com/bhara
转载
2024-02-01 20:20:14
55阅读
# 使用 PyTorch 实现推荐算法
推荐系统在现代互联网中扮演着重要角色，能够为用户提供个性化的内容和产品推荐。PyTorch 是一个深度学习框架，因其灵活性和强大的计算能力而受到广泛欢迎。本文将介绍如何使用 PyTorch 构建一个简单的推荐系统，并结合代码示例进行讲解。
## 推荐系统的基本概念
推荐系统主要分为三类：基于内容的过滤、协同过滤和混合推荐系统。协同过滤是最常用的方式，它
参考：https://github.com/chenyuntc/pytorch-book/tree/v1.0/chapter6-实战指南希望大家直接到上面的网址去查看代码，下面是本人的笔记 将上面地址的代码下载到本地后进行操作1.安装依赖 (deeplearning) userdeMacBook-Pro:dogcat-6 user$ pip install -r requirement
转载
2024-10-09 14:34:37
41阅读
本着两条原则推荐一波机器学习，深度学习的课程以及常用的库：1.不建议报辅导班。不是因为我们不应该为学习知识付费， 而是因为有更好的资源，而这些资源恰好免费。报辅导班学习浪费钱倒是次要的，主要是时间有限，所以我们要把最好的时间集中在最高效的事情上。2.视频资源种类繁多，但我只选最有价值的。Are you ready?以下课程均有中文字幕：1.机器学习机器学习视频我推荐大神Andrew Ng的课程：A
转载
2023-08-16 16:15:03
198阅读
在探索如何实现“PyTorch新闻推荐”系统的过程中，我将详细记录我的思考和实践过程，呈现出完整的解决方案。本文将涵盖背景描述、技术原理、架构解析、源码分析、应用场景和扩展讨论，以帮助读者全面理解这一技术。
## 背景描述
随着科技的快速发展，尤其是在2020年至今，数据驱动的推荐系统在各大平台中逐渐成为用户体验的重要组成部分。尤其是在新闻推荐领域，个性化推荐能够有效增强用户的留存率和满意度。
AE 简单来说，之所以AutoEncoder适合做推荐系统，与Boltzmann Machine类似，其内部是一个系统，即若某一点出现变化，系统内所有点都会随之进行变动（更新）。Boltzmann Machine的Visible nodes直观来说是input，但实际上visible nodes与hidden nodes是在同一个系统下不分你我。在Restricted Boltzmann Mach
转载
2024-10-11 21:06:52
32阅读
基本思路选择以前我用过Caffe，用过tensorflow，最近一直在用pytorch感觉特别好用。所以打算写点我学习的过程跟经验，如果你是一个pytorch的高手自然可以忽略，如果你也打算学习pytorch框架，那就跟我一起学习吧01.pytorch安装演示系统环境Windows10Pytorch1.4CUDA10.0VS2015Python3.6.5CPU版本install pytorch t
关于Python有太多值得去爱的地方了，简单、干净、强大的Python语言让任何开发人员都有足够的能力在他们的软件开发生涯中充满自信，我们可以从中寻找到使用编程语言的乐趣，阅读本文，你会喜欢上使用Python的。Python中有很多我喜欢的特性。Python在1998年诞生，开始很长一段时间无人问津，但我一直在使用它。当时Perl在开源世界中非常流行，但是我从一开始就认定了Python。我父母喜欢
转载
2024-01-17 23:32:42
53阅读
01 神经网络快速入门Modeling, Inference, Learning什么是深度学习？什么是神经网络？激活函数前向神经网络Recurrent Neural Networks（RNN循环神经网络)Seq2Seq with Attention02 用PyTorch构建深度学习模型深度学习模型框架概览 PyTorch可以做什么？03 PyTorch精彩项目介绍图像分类 ResNet项目地址Ob
转载
2023-12-01 22:39:09
43阅读
小结本次所涉及的模型用于推荐系统中的召回环节，该环节主要是一个embedding和筛选，本次所涉及的模型主要用于embedding过程。 DSSM双塔模型是指，user和item的embedding向量分别出自两个网络。模型并不复杂，由两个dnn流再加相似度计算构成。需要主要负样本采样及归一化/温度系数以保证欧氏空间的问题。 而YoutubeDNN则是单塔模型，user和item的embeddin
转载
2023-08-11 16:04:17
1128阅读
PersonRank的原理同PageRank与TextRank算法，其基本原理都是基于随机游走而来。要想从深层次的理解PersonRank这类算法，必须从微观上观察数据的具体流向过程，所以这次就把随机游走前两步的过程描述出来，在心里有个大概的印象。1. 随机游走下图描述的是三个用户与四件商品之间的关系，连线表示购买记录，所以边不设置权重，由图可以看出A 购买过： a、c
B 购买过： a、b、c、
转载
2023-10-11 08:57:15
162阅读
（自学《Deep-Learning-with-PyTorch》使用，仅供参考）一、绪论深度学习应用是以某种形式（图片或文本）获取数据，然后以另一种形式（标签、数字或更多的图像或文本）生成数据。深度学习实际上是建立一个系统，该系统可以将数据一种表示转换为另一种表示。我们首先学习如何使用Tensor处理PyTorch中所有的浮点数。二、将输入转换为浮点数浮点数是网络处理信息的方式，因此我们需要将现实世
转载
2024-07-11 08:04:44
31阅读
